Analizar una encuesta, de los datos brutos al informe final

Toda exportación tiene una fila por encuestado y una columna por variable. Pero una pregunta rara vez equivale a una sola columna. Una pregunta matricial de seis ítems se convierte en seis variables. Una selección múltiple de ocho opciones se convierte en ocho columnas 0/1, una por opción.

Por eso el análisis empieza por el codebook. Ahí consta qué variable pertenece a qué pregunta, qué significan los valores y qué códigos representan «sin respuesta». Sin esa referencia, el código 99 («no sabe») acaba entrando algún día en un cálculo como si fuera una valoración.

• Una fila por encuestado, una columna por variable
• Respuesta múltiple como columnas 0/1, no como una sola columna
• Codebook: variables, valores, etiquetas y códigos de valor perdido
• Importación desde Excel y CSV o SPSS con etiquetas

Antes de la primera cifra viene la preparación. Defina bien los valores perdidos, porque un «no sabe» no es un 3 en la escala. Agrupe las edades en tramos, invierta los ítems formulados en negativo y pondere una muestra que no sea representativa.

Lo decisivo es la repetibilidad. En una segunda ola hace falta la misma preparación. Los pasos manuales en una hoja de cálculo no suelen estar ni documentados ni ser reproducibles. En DataLion los fija como recodificaciones y en el script del codebook. Ese script se aplica luego a cada nueva ola.

• Definir los valores perdidos en lugar de incluirlos en el cálculo
• Recodificar: formar grupos, invertir ítems
• Ponderación para resultados representativos
• Preparación como script, reutilizable en cada ola

La primera mirada es para la distribución de frecuencias de cada pregunta: cuántas personas respondieron qué, en cifras absolutas y en porcentaje. Revise de paso la base. ¿Se refiere a todos los encuestados o solo a quienes vieron esa pregunta? Con preguntas filtradas la diferencia es grande. Un porcentaje sin su número de casos no vale nada.

Después llega la tabla cruzada. Desglosa una pregunta según un atributo: la satisfacción por grupo de edad, la recomendación por región o la intención de compra por segmento de cliente. Las conclusiones sólidas suelen salir de esa comparación, no de una cifra global.

Si una diferencia entre dos grupos se sostiene o es casualidad con pocos casos lo aclara una prueba de significación en la propia tabla, con niveles de confianza del 80 al 99 %.

• Frecuencias en cifras absolutas y en porcentaje, siempre con el número de casos
• Elegir bien la base: todos los encuestados o solo los filtrados
• Tablas cruzadas por público objetivo, región y ola
• Significación al 80–99 % en la propia tabla

Las preguntas de escala («¿Cómo de satisfecho está usted…?», de 1 a 5) son frecuentes y fáciles de analizar mal. El reflejo habitual es la media. Pero una escala de Likert es ordinal: nada garantiza que las distancias entre escalones sean iguales. Además, una media oculta la distribución. Un valor de 3,0 puede reflejar indiferencia general o dos bandos opuestos.

La top 2 box muestra la proporción de los dos escalones de acuerdo. La bottom 2 box muestra la contraria. Ambas proporciones se comunican con facilidad. En DataLion las fija una vez como código top/bottom box y las reutiliza después en cada tabla y cada gráfico.

Para muchos ítems en paralelo va bien la representación de polaridad. Acuerdo y desacuerdo parten de un centro común en direcciones opuestas, lo que hace visibles las diferencias entre ítems.

• Reportar top 2 box y bottom 2 box en lugar de la media
• Mostrar la distribución, no solo la tendencia central
• Gráfico de polaridad para muchos ítems en paralelo
• Definir las escalas una vez y reutilizarlas en todas partes

Las preguntas cerradas muestran dónde está el problema. El porqué está en las respuestas abiertas. La codificación manual cuesta tiempo: con 800 menciones, alguien se pasa un día leyendo y asignando categorías que luego suelen ser difíciles de reproducir.

El análisis de sentimiento y temas con IA condensa las menciones en temas, les asigna una tonalidad y devuelve ambas cosas como nuevas variables. Las respuestas abiertas se pueden desglosar entonces por segmento como cualquier otra pregunta o seguir a lo largo de varias olas.

• Temas y sentimiento codificados automáticamente en vez de a mano
• Resultados como variables, cruzables como cualquier pregunta
• Frecuencia de temas en el tiempo como indicador temprano
• Endpoint de IA configurable, también autoalojado en la UE

El último paso es donde más tiempo se pierde: pasar los resultados a un informe. Los gráficos se copian uno a uno, se reformatean y en la siguiente ola vuelta a empezar.

Construya el análisis una sola vez como dashboard. Sus interlocutores filtran ahí mismo por segmento. Para la presentación, exporte ese mismo análisis de forma nativa a PowerPoint, en diapositivas editables de verdad. Los estudios recurrentes se configuran como tracker: cada nueva ola entra en la misma estructura.

• Dashboard interactivo en lugar de un juego de diapositivas estático
• Exportación nativa a PowerPoint, diapositivas editables
• Tracker: nueva ola, mismo análisis
• También Excel, PDF y SPSS como formatos de exportación

Excel sirve perfectamente para encuestas pequeñas. Un estudio puntual con 100 respuestas y 15 preguntas se analiza antes con tablas dinámicas que lo que se tarda en configurar una herramienta. No le recomendaríamos otra cosa.

El límite está en la repetición. En cuanto el mismo análisis se rehace por segmento, por ola o por centro, el trabajo vuelve a empezar cada vez.

• Excel: bien para encuestas pequeñas y puntuales
• Complicado con respuesta múltiple, ponderación y significación
• Punto de inflexión: olas recurrentes y muchos segmentos